top of page

18 % fehlende Werte im Fragebogen, wann sich multiple Imputation lohnt und was du darüber berichten solltest

vor 2 Tagen
4 Min. Lesezeit

240 Personen haben deinen Fragebogen ausgefüllt, aber bei 43 von ihnen fehlt mindestens eine Angabe in den Variablen deines Modells. Rechnest du nur mit vollständigen Fällen, bleiben 197 übrig, also gut 18 % weniger. Welche einfachen Lösungen es gibt, beschreibt der Beitrag zu fehlenden Werten und Ausreißern. Bei einem solchen Anteil stellt sich aber die Frage, ob sich ein aufwendigeres Verfahren lohnt.


Warum Werte fehlen, entscheidet über das Verfahren

Bevor du ein Verfahren wählst, brauchst du eine Vorstellung davon, warum Werte fehlen. Die Methodenliteratur unterscheidet drei Mechanismen. Die Tabelle 1 zeigt sie mit erfundenen Beispielen.


Mechanismus

Bedeutung

Beispiel

MCAR, völlig zufällig

Das Fehlen hängt mit keiner Variable zusammen.

Eine Seite des Fragebogens wurde wegen eines technischen Fehlers nicht gespeichert.

MAR, zufällig bedingt

Das Fehlen hängt mit beobachteten Variablen zusammen.

Ältere Teilnehmende lassen die Frage zur Mediennutzung häufiger aus, das Alter ist erfasst.

MNAR, nicht zufällig

Das Fehlen hängt mit dem fehlenden Wert selbst zusammen.

Personen mit hohem Stress beantworten die Stressskala seltener.


Welcher Mechanismus vorliegt, lässt sich aus den Daten nie sicher beweisen. Es gibt Hinweise, etwa Vergleiche zwischen Personen mit und ohne fehlende Werte. Der Little-Test prüft die Annahme MCAR, kann sie aber nur widerlegen und nicht bestätigen. Am Ende ist die Einschätzung auch eine inhaltliche Begründung.


Hilfreich ist ein einfacher Vergleich. Teile die Stichprobe in Personen mit und ohne fehlende Werte und vergleiche beide Gruppen in Alter, Geschlecht und den vollständig erhobenen Skalen. Unterscheiden sie sich deutlich, ist MCAR wenig plausibel. Dann spricht viel dafür, die Variablen, die mit dem Fehlen zusammenhängen, in das Imputationsmodell aufzunehmen.


Warum einfache Lösungen Probleme machen

Die naheliegenden Wege sind schnell umgesetzt, haben aber Nebenwirkungen. Diese drei kommen in Abschlussarbeiten am häufigsten vor:

  • Fallausschluss. Nur vollständige Fälle zu verwenden, ist bei MCAR unverzerrt, kostet aber Power. Bei MAR können die Ergebnisse zusätzlich verzerrt sein.

  • Mittelwert einsetzen. Fehlende Werte durch den Mittelwert zu ersetzen, verkleinert künstlich die Streuung. Korrelationen und Standardfehler werden dadurch unterschätzt.

  • Einmalige Schätzung. Wird jeder fehlende Wert einmal aus einer Regression geschätzt, wirken die ergänzten Daten genauer, als sie sind. Die Unsicherheit der Schätzung geht verloren.


Was multiple Imputation anders macht

Die multiple Imputation ersetzt fehlende Werte nicht einmal, sondern mehrfach. Es entstehen mehrere vollständige Datensätze, in denen die ergänzten Werte leicht voneinander abweichen. Diese Abweichungen bilden die Unsicherheit ab, die eine einmalige Schätzung verschweigt. Jeder Datensatz wird mit demselben Verfahren ausgewertet. Danach werden die Ergebnisse nach den Rubin-Regeln zu einem Gesamtergebnis zusammengefasst.


Das klingt aufwendig, ist mit aktueller Software aber gut handhabbar. Die eigentliche Arbeit liegt in den Entscheidungen davor. Welche Variablen gehen ins Modell, wie werden kategoriale Variablen behandelt und wie prüfst du, ob die ergänzten Werte plausibel sind? Diese Fragen bestimmen die Qualität des Ergebnisses stärker als die Zahl der Imputationen.


Früher galten fünf imputierte Datensätze als ausreichend. Heute werden häufig 20 oder mehr empfohlen, besonders bei einem höheren Anteil fehlender Werte. In R übernimmt das Paket mice diese Schritte, ein Aufruf beginnt etwa mit imp <- mice(daten, m = 20). In SPSS ist die multiple Imputation Teil des Moduls Missing Values, das nicht in jeder Lizenz enthalten ist.


Bei Messwiederholungen gibt es eine Alternative. Gemischte Modelle können Personen mit einzelnen fehlenden Messungen behalten, ohne dass vorher imputiert wird. Wann sich ein solches Modell lohnt, beschreibt der Beitrag Brauche ich ein Mehrebenenmodell.


Ob sich multiple Imputation für deine Daten lohnt, prüfen wir vor dem Rechnen und setzen sie auf Wunsch als Teil der statistischen Auswertung um.

Was in den Methodenteil gehört

Gerade weil das Verfahren aufwendiger ist, erwarten Gutachtende eine nachvollziehbare Beschreibung. Diese Angaben solltest du machen:

  • Umfang der fehlenden Werte. Der Anteil je Variable und die Zahl der betroffenen Personen.

  • Angenommener Mechanismus. Eine kurze Begründung, warum du MAR für plausibel hältst.

  • Imputationsmodell. Welche Variablen eingingen, einschließlich der abhängigen Variable und möglicher Hilfsvariablen.

  • Zahl der Imputationen und Software. Mit Version und Paket. Wie das zitiert wird, zeigt der Beitrag Software zitieren.


Viele Arbeiten ergänzen eine Sensitivitätsanalyse mit den vollständigen Fällen. Kommen beide Wege zu ähnlichen Ergebnissen, stärkt das die Aussage. Wie der Methodenteil insgesamt aufgebaut wird, zeigt der Beitrag zur Statistik im Methodenteil. Kommt die Frage nach fehlenden Werten erst im Review, hilft der Beitrag Reviewer-Kommentare zur Statistik beantworten.


Welche Variablen in dein Imputationsmodell gehören, lässt sich nicht allgemein beantworten. Das hängt von deiner Fragestellung, deinem Fragebogen und deinem Analysemodell ab. Genau hier entscheidet sich, ob das Verfahren am Ende trägt.


Was du über multiple Imputation wissen solltest

Eine feste Grenze gibt es nicht. Bei sehr wenigen fehlenden Werten unter MCAR ändert sich meist wenig. Je höher der Anteil und je eher MAR plausibel ist, desto mehr spricht für die multiple Imputation.

Ja, sie sollte sogar enthalten sein, damit die Zusammenhänge erhalten bleiben. Ob imputierte Werte der abhängigen Variable selbst in die Analyse eingehen, wird unterschiedlich gehandhabt. Sprich das mit deiner Betreuung ab.

Fehlen nur einzelne Items, wird der Skalenwert oft aus den vorhandenen Items gebildet. Das ist ein eigenes Thema, das der Beitrag Fragebogen in SPSS auswerten im Ablauf einordnet. Die multiple Imputation kommt eher bei ganzen fehlenden Variablen ins Spiel.

Der Aufwand ist höher als bei einer einfachen Auswertung, weil Imputationsmodell, Prüfung und Zusammenfassung dazukommen. Wie viel genau, hängt von Datensatz und Modell ab. Wie sich der Aufwand zusammensetzt, erklärt der Beitrag Was kostet eine statistische Auswertung.


Wenn Gutachtende fragen, wie du mit fehlenden Werten umgegangen bist Dann sollte die Antwort schon im Methodenteil stehen. Wir planen das Imputationsmodell mit dir und rechnen alles in einer statistischen Auswertung. Möchtest du es selbst umsetzen, begleiten wir dich im 1:1-Statistik-Coaching.


NEWSLETTER MIT GRATIS-PRÜFLISTE

​

Statistik-Tipps per E-Mail

​

Melde dich für unseren Newsletter an und du bekommst als Dankeschön sofort unsere Prüfliste „Stimmt deine Auswertung?“. Zwölf Punkte, die du vor der Abgabe selbst prüfen kannst.

​

Danach schreiben wir dir etwa zweimal im Monat mit neuen Blogartikeln, Anleitungen zu SPSS und R sowie Hinweisen auf unsere Angebote. Abmelden kannst du dich jederzeit mit einem Klick.

​

Die Prüfliste kommt als PDF direkt in dein Postfach.

Prüfliste und Newsletter

Mit deiner Anmeldung bekommst du die Prüfliste direkt in dein Postfach. Danach schicke ich dir etwa zweimal im Monat unseren Newsletter mit Tipps zu Auswertung, Ergebnisteil und APA 7.

Die Prüfliste kommt gleich per Mail. Für den Newsletter bekommst du zusätzlich einen Bestätigungslink.

bottom of page